LatentAugment: 动态优化数据增强的潜在概率（英文版）

英文标题：LatentAugment: Dynamically Optimized Latent Probabilities of Data Augmentation中文摘要：本文提出了一种名为 LatentAugment 的数据增强方法，通过动态优化输入和模型参数的增强策略来提高图像分类任务的测试精度，理论分析表明该方法是一种通用模型且相比现有数据增强方法更为简单高效，实验结果也验证了其在 CIFAR-10，CIFAR-100，SVHN 和 ImageNet 数据集上具有更高的测试精度。英文摘要：Although data augmentation is a powerful technique for improving theperformance of image classification tasks, it is difficult to identify the bestaugmentation policy. The optimal augmentation policy, which is the latentvariable, cannot be directl